Modelar la incidencia de la infección por COVID-19 en el área metropolitana de Santiago de Cali, en términos de variables socioeconómicas, demográficas y de salud, usando métodos estadísticos, de econometría espacial y machine learning, en el periodo comprendido de marzo 2020

Atribución-NoComercial-SinDerivadas 4.0 InternacionalBohorquez Castañeda, Martha PatriciaSaenz Perilla, Juan Pablo2023-08-312023-08-312023-02https://repositorio.unal.edu.co/handle/unal/84623ilustraciones, diagramas, mapasEl objetivo de este documento es modelar la incidencia del COVID-19 en Cali en términos de los factores socioeconómicos, demográficos y de salud de los contagiados. Se estiman modelos lineales generalizados de Poisson y Regresión de Poisson Ponderada geográficamente. Además, Se ajustan y evalúan técnicas de Aprendizaje automático, y se usan los algoritmos Bosque Aleatorio (Random Forest); Potenciación del Gradiente Extremo (eXtreme Gradient Boosting); Red Neuronal (Neural Network) y Máquinas de Vectores de Soporte (Support Vector Machine). Finalmente, en todos los casos se incluye el componente espacial. Se seleccionan las variables más influyentes con base en la correlación y en la técnica de regularización Lasso. Se encuentra que ciertas afecciones de salud preexistentes (comorbilidades), el tipo de vacuna, la edad, y el régimen de salud están asociados significativamente con los casos de COVID-19 por barrio en la ciudad de Cali. (Texto tomado de la fuente)The objective of this document is to model the incidence of COVID-19 in Cali in terms of the socioeconomic, demographic, and health factors of those infected. Generalized Poisson linear models and geographically weighted Poisson Regression models are employed. Additionally, machine learning techniques are applied, including Random Forest, eXtreme Gradient Boosting, Neural Network, and Support Vector Machine algorithms. In all cases, the spatial component is incorporated. The most influential variables are selected based on correlation and Lasso regularization techniques. It is determined that certain preexisting health conditions (comorbidities), the type of vaccine, age, and health insurance regime are found to be significantly associated with COVID-19 cases by neighborhood in the city of Cali.x, 99 páginasapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/Modelar la incidencia de la infección por COVID-19 en el área metropolitana de Santiago de Cali, en términos de variables socioeconómicas, demográficas y de salud, usando métodos estadísticos, de econometría espacial y machine learning, en el periodo comprendido de marzo 2020 - junio 2021Trabajo de grado - MaestríaUniversidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/info:eu-repo/semantics/openAccessCOVID-19Enfermedad del Coronavirus-19COVID-19COVID-19SARS-CoV-2SARS-CoV-2Econometría espacialSpatial econometricsModelos Lineales GeneralizadosGeneralized Linear ModelsAprendizaje automáticoMachine learningAprendizaje profundoDeep learningModel the incidence of COVID-19 infection in the metropolitan area of Santiago de Cali, in terms of socioeconomic, demographic and health variables, using statistical methods, spatial econometrics and machine learning, in the period from march 2020 - June 2021